Cukrzyca typu 2
Rokowania, prognozy i postęp choroby
Cukrzyca typu 2, będąca przewlekłym zaburzeniem metabolicznym charakteryzującym się hiperglikemią wynikającą z insulinooporności i upośledzonej sekrecji insuliny, stanowi globalne wyzwanie zdrowotne z prognozowaną liczbą chorych sięgającą 350 milionów do 2030 roku. Wczesne wykrycie osób z wysokim ryzykiem rozwoju choroby jest kluczowe dla skutecznej profilaktyki i leczenia. Modele predykcyjne, uwzględniające tradycyjne czynniki ryzyka takie jak wiek, płeć, BMI, poziom HbA1c, a także nowoczesne biomarkery zapalenia (IL-10), stresu oksydacyjnego (8-izoprostan, GSSG) i dysfunkcji mitochondrialnej (humanina, P66Shc), poprawiają identyfikację pacjentów zagrożonych rozwojem cukrzycy. Jednakże większość modeli wykazuje umiarkowaną zdolność dyskryminacyjną (np. AUC 0,73–0,79) i wymaga dalszej kalibracji oraz walidacji zewnętrznej, aby zwiększyć ich wiarygodność i użyteczność kliniczną.
- Prognozy dla cukrzycy typu 2
- Modele predykcyjne w ocenie ryzyka
- Czynniki prognostyczne w cukrzycy typu 2
- Ryzyko progresji ze stanu przedcukrzycowego
- Powikłania i rokowanie długoterminowe
- Powikłania sercowo-naczyniowe
- Wskaźniki jakości leczenia a wyniki sercowo-naczyniowe
- Nowoczesne metody predykcji wyników
- Ograniczenia istniejących modeli predykcyjnych
- Perspektywy dla pacjentów i personelu medycznego
Prognozy dla cukrzycy typu 2
Cukrzyca typu 2 jest przewlekłym zaburzeniem metabolicznym charakteryzującym się nieprawidłowo podwyższonym poziomem glukozy we krwi, wynikającym z insulinooporności i zmniejszonej produkcji insuliny przez trzustkę. Stanowi poważne wyzwanie dla systemów opieki zdrowotnej na całym świecie, a Światowa Organizacja Zdrowia szacuje, że do 2030 roku liczba osób z tą chorobą osiągnie około 350 milionów.1 Ponad 90% osób chorujących na cukrzycę cierpi na typ 2, którego rozwój jest uwarunkowany czynnikami społeczno-ekonomicznymi, demograficznymi, środowiskowymi i genetycznymi.2 Wczesne rozpoznanie pacjentów z niezdiagnozowaną cukrzycą typu 2 lub osób ze zwiększonym ryzykiem rozwoju tej choroby stanowi istotne wyzwanie dla współczesnej medycyny.3
Modele predykcyjne w ocenie ryzyka
Modele predykcyjne ryzyka mają znaczny potencjał w procesie podejmowania decyzji dotyczących postępowania klinicznego z pacjentem. Interwencje medyczne lub zmiany stylu życia mogą być skuteczniej ukierunkowane na osoby ze zwiększonym ryzykiem rozwoju choroby.4 Wykorzystanie modeli prognostycznych może pomóc w identyfikacji osób, u których rozwinie się cukrzyca typu 2, co pozwala na bardziej efektywne ukierunkowanie działań profilaktycznych.5
W ostatnich latach opracowano wiele modeli predykcyjnych do oceny ryzyka rozwoju cukrzycy typu 2. Większość podstawowych modeli predykcyjnych może identyfikować osoby o wysokim ryzyku rozwoju cukrzycy w okresie od pięciu do dziesięciu lat. Modele uwzględniające biomarkery klasyfikują przypadki nieco lepiej niż modele podstawowe, chociaż większość modeli przeszacowuje rzeczywiste ryzyko cukrzycy.6
Badania wykazały, że modele predykcyjne dobrze sprawdzają się w identyfikacji osób z wysokim ryzykiem przyszłej cukrzycy, co jest pierwszym warunkiem stosowania takich modeli w praktyce zgodnie z obecnymi zaleceniami.7 Jednakże znaczące odchylenia między przewidywanym a obserwowanym ryzykiem pozostają dla większości modeli.8
Czynniki prognostyczne w cukrzycy typu 2
W analizie czynników prognostycznych dla cukrzycy typu 2 zidentyfikowano szereg istotnych parametrów. Oprócz dobrze znanych czynników predykcyjnych stanu przedcukrzycowego, takich jak wiek, płeć i BMI, zaobserwowano, że miary samooceny stylu życia, zdrowia i wsparcia społecznego są ważnymi i modyfikowalnymi predyktorami cukrzycy.910
W badaniach nad pacjentami ze stanem przedcukrzycowym ustalono, że ostateczny model predykcyjny powinien uwzględniać poziom HbA1c, wiek, płeć, wskaźnik masy ciała (BMI), stosowanie leków przeciwnadciśnieniowych, choroby trzustki, nowotwory, samodzielnie zgłaszaną dietę, zalecenia lekarza dotyczące utraty masy ciała lub zmiany nawyków żywieniowych, posiadanie osób do rozmowy oraz samoocenę stanu zdrowia.11
Badania z zastosowaniem zaawansowanych technik uczenia maszynowego zidentyfikowały nową kombinację biomarkerów, w tym interleukiny-10 (IL-10), 8-izoprostanu, humaniny (HN) i utlenionego glutationu (GSSG), które okazały się bardziej wpływowe niż tradycyjne biomarkery w prognozowaniu cukrzycy typu 2.12 Pięcioma najważniejszymi predyktorami pod względem wartości DIFFI były IL-10, 8-izoprostan, GSSG, HN i P66Shc, podczas gdy najniższe wyniki uzyskały poziom glukozy we krwi i trójglicerydy.13
W kontekście czynników predykcyjnych szczególnie istotne wydają się: poziom glukozy, wskaźnik masy ciała, funkcja rodowodu cukrzycowego i wiek, które są konsekwentnie identyfikowane jako najlepsze i najczęściej dokładne predyktory wyników.14
Ryzyko progresji ze stanu przedcukrzycowego
Stan przedcukrzycowy zwiększa ryzyko rozwoju cukrzycy typu 2. Badania wskazują, że jedna na pięć osób ze stanu przedcukrzycowego będzie rozwijać cukrzycę typu 2 zdefiniowaną wartością HbA1c w ciągu 5 lat od pierwszej diagnozy przedcukrzycowej.1516 W trakcie mediany obserwacji wynoszącej 2,7 roku, 11,8% osób ze stanem przedcukrzycowym postępowało do cukrzycy typu 2, a 10,1% zmarło.17
Pomimo identyfikacji osób ze stanem przedcukrzycowym o wysokim ryzyku, czasowa krzywa ROC (Area Under the Curve) wynosiła tylko 73 (95% CI 71 do 74) dla cukrzycy zdefiniowanej wartością HbA1c i 79 (95% CI 78 do 81) dla rozpoczęcia leczenia obniżającego poziom glukozy.1819 Wskazuje to na umiarkowaną zdolność dyskryminacyjną modeli predykcyjnych.
Powikłania i rokowanie długoterminowe
Cukrzyca typu 2 jest chorobą przewlekłą, co oznacza, że wymaga zarządzania przez całe życie pacjenta.20 Rokowanie dla pacjentów z cukrzycą typu 2 zależy od wielu czynników, a nieleczona lub niedostatecznie kontrolowana choroba może prowadzić do szeregu stanów zdrowotnych.21
Powikłania sercowo-naczyniowe
Powikłania sercowo-naczyniowe stanowią jedno z najpoważniejszych zagrożeń dla pacjentów z cukrzycą typu 2. Badania porównujące wydajność 22 skal oceny ryzyka sercowo-naczyniowego u pacjentów z cukrzycą typu 2 wykazały, że skala RECODE, opracowana dla osób z cukrzycą typu 2, wykazała najlepszą wydajność zarówno dla chorób układu krążenia (współczynnik c-statystyki 0,731 (0,728; 0,734)), jak i poszerzonych zdarzeń sercowo-naczyniowych (0,732 (0,729; 0,735)).22
Interesujące jest, że ani populacja, w której opracowano skalę, ani pierwotnie przewidywany wynik nie wpływały na wydajność skali. Nachylenia kalibracyjne (gdzie 1 oznacza doskonałą kalibrację) wahały się od 0,38 (95% CI 0,37; 0,39) do 1,05 (95% CI 1,03; 1,07).23 Prosty, specyficzny dla populacji proces rekalibracji znacznie poprawił wydajność, wahając się między 0,98 a 1,03.24
Warto zauważyć, że skale ryzyka działały słabo u osób z istniejącymi chorobami układu krążenia (współczynnik c-statystyki 0,55), a skale z większą liczbą predyktorów nie działały lepiej: dla rozszerzonych zdarzeń sercowo-naczyniowych QRISK3 (19 zmiennych) współczynnik c-statystyki wynosił 0,69 (95% CI 0,68; 0,69), w porównaniu do CHD Basic (8 zmiennych) 0,71 (95% CI 0,70; 0,71).25
Wskaźniki jakości leczenia a wyniki sercowo-naczyniowe
Badania wykazały, że wskaźniki jakości mierzące aktualny status leczenia obniżającego poziom lipidów i albuminurię przewidywały niższe ryzyko poważnych zdarzeń sercowo-naczyniowych i śmiertelności u pacjentów z cukrzycą w praktyce ogólnej.26 Wskaźniki jakości dla leczenia obniżającego poziom glukozy powinny być stosowane tylko dla ograniczonych populacji z podwyższonym poziomem HbA1c.27
Co ciekawe, testowane wskaźniki leczenia obniżającego ciśnienie krwi nie przewidywały wyników pacjenta.28 Żaden ze wskaźników jakości mierzących leczenie obniżające ciśnienie krwi lub intensyfikację leczenia nie był predyktorem twardych punktów końcowych.29
Wskaźniki jakości mierzące status leczenia obniżającego poziom lipidów i albuminurię można rozważyć do wdrożenia do zestawów wskaźników jakości, ponieważ wskaźniki te wydają się skutkować mniejszą liczbą zdarzeń sercowo-naczyniowych.30 Wskaźnik mierzący status leczenia obniżającego poziom glukozy powinien być ograniczony tylko do pacjentów z podwyższonym HbA1c.31
Nowoczesne metody predykcji wyników
W ostatnich latach obserwuje się rosnące zainteresowanie wykorzystaniem zaawansowanych technik uczenia maszynowego i głębokich sieci neuronowych do prognozowania wyników cukrzycy typu 2. Badania porównawcze wykazały, że głębokie sztuczne sieci neuronowe (ANN) przewyższają inne testowane klasyfikatory uczenia maszynowego, osiągając dokładność 95,14%.3233
Jednak inne badania nie wykazały klinicznie istotnej poprawy przy zastosowaniu bardziej wyrafinowanych modeli predykcyjnych w porównaniu do standardowych technik regresji.34 Większość testów przesiewowych dla cukrzycy typu 2 stosowanych obecnie została opracowana przy użyciu metod regresji wielowymiarowej, które są często dalej upraszczane, aby umożliwić przekształcenie w formułę punktową.35
Badania nad metodami uczenia maszynowego w celu wczesnego przewidywania upośledzonej glikemii na czczo (IFG) i poziomów glukozy w osoczu na czczo (FPGL) nie wykazały klinicznie istotnej poprawy przy zastosowaniu modeli opartych na uczeniu maszynowym w porównaniu do bardziej konwencjonalnych modeli regresji pod względem wydajności predykcyjnej.36
Wśród wszystkich klasyfikatorów, GAMBoost i GAMLOESS zapewniły najlepsze wyniki w analizie. GAMBoost uzyskał lepszą wydajność niż GAMLOESS pod względem dokładności i czułości, podczas gdy GAMLOESS wykazał lepsze wyniki dla AUROC i swoistości.37
Ograniczenia istniejących modeli predykcyjnych
Pomimo dużej liczby opracowywanych modeli predykcyjnych ryzyka, tylko bardzo niewielka mniejszość z nich jest rutynowo wykorzystywana w praktyce klinicznej.38 Rośnie obawa, że większość modeli predykcyjnych ryzyka jest słabo rozwinięta, ponieważ opiera się na małym i nieodpowiednim doborze kohorty, wątpliwym postępowaniu z ciągłymi predyktorami ryzyka, nieodpowiednim traktowaniu brakujących danych, stosowaniu wadliwych lub nieodpowiednich metod statystycznych oraz, ostatecznie, braku przejrzystego raportowania kroków podjętych w celu wyprowadzenia modelu.39
Problemy metodologiczne
Systematyczny przegląd opublikowanych badań wskazuje na liczne niedociągnięcia metodologiczne i ogólnie niski poziom raportowania w badaniach, w których opracowano modele predykcyjne ryzyka do wykrywania występującej lub pojawiającej się cukrzycy typu 2.40
Zaobserwowano powszechne stosowanie złych metod, które mogą zagrozić rozwojowi modelu, w tym jednowymiarowe wstępne przesiewanie zmiennych, kategoryzację ciągłych predyktorów ryzyka i złe postępowanie z brakującymi danymi.41 Stosowanie złych metod wpływa na wiarygodność modelu predykcyjnego i ostatecznie zagraża dokładności szacunków prawdopodobieństwa występowania niezdiagnozowanej cukrzycy typu 2 lub przewidywanego ryzyka rozwoju cukrzycy typu 2.42
Potrzeba walidacji zewnętrznej
Ogólnie rzecz biorąc, pomimo nowych czynników ryzyka lub nowych aspektów metodologicznych, nowo opracowany model nie zwiększył naszej zdolności do badania przesiewowego/przewidywania cukrzycy typu 2, głównie w części analitycznej. Wynikało to z braku zewnętrznej walidacji modeli predykcyjnych.43
Stawia to pytanie, czy możemy polegać na obecnych modelach predykcyjnych, czy powinniśmy rozwijać nowe modele. Innym głównym problemem jest to, że nowo opracowany model może być łatwo zignorowany, jeśli nie ma dodatkowej wartości dla decydentów w zakresie polityki zdrowotnej lub klinicystów.44
Perspektywy dla pacjentów i personelu medycznego
Biorąc pod uwagę szeroki zakres prezentacji i rozwoju chorób współistniejących w cukrzycy typu 2, leczenie i opieka nad pacjentami mogą być znacznie ulepszone, jeśli oznaki prognostyczne zostaną wykorzystane do lepszej sub-kategoryzacji pacjentów z cukrzycą typu 2.45
Potencjał interwencji profilaktycznych
Mimo że cukrzyca typu 2 ma poważny wpływ na zdrowie publiczne, możliwe jest zmniejszenie jej wpływu poprzez podejmowanie środków zapobiegawczych dla cukrzycy typu 2 oraz zapewnienie wczesnej diagnozy i właściwej opieki dla wszystkich typów cukrzycy. Te środki mogą pomóc ludziom żyjącym z tym schorzeniem uniknąć lub opóźnić powikłania.46
Wczesna identyfikacja osób zagrożonych rozwojem cukrzycy typu 2 jest priorytetem dla zapobiegania długoterminowym powikłaniom choroby.47 Włączenie biomarkerów stresu oksydacyjnego, zapalenia i dysfunkcji mitochondrialnej poprawiło wydajność wszystkich metryk w porównaniu do modelowania predykcyjnego tylko z tradycyjnymi biomarkerami poziomu glukozy we krwi, BMI i trójglicerydów. Największy wzrost wydajności zaobserwowano dla wskaźników czułości i F1.48
Personalizacja leczenia
Rozwój zindywidualizowanych podejść do leczenia cukrzycy typu 2 może poprawić wyniki pacjentów. Badania wskazują, że typowe monitorowanie ryzyka cukrzycy typu 2 poprzez poziom glukozy we krwi może nie dostarczać kompleksowego obrazu progresji choroby.49
Wpływowe biomarkery zidentyfikowane w badaniach, takie jak IL-10, 8-izoprostan, GSSG, HN i P66Shc, ujawniają potencjał biomarkerów zapalenia, stresu oksydacyjnego i dysfunkcji mitochondrialnej do służenia jako wskazówka dla ukierunkowanej, spersonalizowanej interwencji w zapobieganiu występowaniu cukrzycy typu 2.50
W kontekście leczenia bariatrycznego, opracowano model predykcyjny dla wyników utraty masy ciała po laparoskopowej rękawowej gastrektomii (LSG) przez integrację trzech kluczowych wskaźników: spoczynkowego wydatku energetycznego na masę ciała (REE/BW), wskaźnika beztłuszczowej masy ciała (FFMI) i obwodu talii (WC). Kombinacja tych wskaźników zapewnia stosunkowo dokładną przedoperacyjną prognozę wyników utraty masy ciała rok po LSG.51
To holistyczne podejście do prognozowania i leczenia cukrzycy typu 2 uwzględniające szerokie spektrum biomarkerów i czynników klinicznych oferuje nadzieję na lepsze wyniki leczenia i jakość życia dla milionów osób dotkniętych tą chorobą na całym świecie.
Kolejne rozdziały
Zapraszamy do dalszego czytania naszego leksykonu.
Wybierz kolejny rozdział z menu poniżej, aby otworzyć nową podstronę kompedium wiedzy i uzyskać szczegółowe informację o leku, substancji lub chorobie.